-
Python魔术方法是类中以双下划线开头和结尾的特殊方法，用于实现协议接口，使自定义类支持运算符、遍历、打印、上下文管理等内置行为；其中__new__负责对象创建，__init__负责初始化，__str__和__repr__分别面向用户和开发者，__add__等支持运算符重载，__enter__/__exit__用于资源管理，而__del__不可靠应避免用于关键清理。
-
用pygame实现代码雨效果更流畅，核心是每列创建雨滴流、随机位置与速度、字符渐变色和alpha通道拖尾；tkinter可做简化版，适合入门。
-
Python中with语句依赖__enter__和__exit__方法实现上下文管理，支持类定义或contextlib.contextmanager装饰器两种方式，用于自动管理资源生命周期，避免手动清理。
-
split()是Python字符串按分隔符切分为列表的方法：不传参时按任意空白分割并忽略首尾及连续空白；传分隔符时按其切分；maxsplit参数限制切割次数；返回新列表，不修改原串。
-
Python的round()采用“四舍六入五成双”而非四舍五入，如round(2.5)得2、round(3.5)得4；浮点精度问题会加剧误差，真·四舍五入应使用decimal模块或整数缩放法。
-
该用类时用类，该用函数时用函数：状态需跨调用保持、多变量封装、共享状态、需多态或构造复杂时选类；无状态、单次执行、参数全临时时选函数。
-
Pandasgroupby变慢主因是默认行为导致冗余计算与隐式拷贝；优化需优先用agg指定列和函数、提前过滤投影、转category类型、设as_index=False和observed=True，超大数据改用Dask/Polars/DuckDB。
-
优先选pyarrow，它在大多数场景下快2–5倍，尤其适合大文件、嵌套结构或带谓词过滤的读取；pyorc启动快、内存低但解析慢，仅适用于小文件、无嵌套、纯pip环境等特定场景。
-
最常用、最简洁的方法是用切片str[-n:]；支持负索引，安全截取（不足n位返回全长），如"hello"[-2:]得"lo"；需补零用zfill(n)[-n:]，补空格用rjust(n)[-n:]，严格要求长度则加判断。
-
使用Scapy开发网络嗅探器的核心步骤包括：1.导入Scapy库并定义数据包处理函数；2.使用sniff函数捕获流量并传递给回调函数；3.在回调函数中解析IP、TCP、Raw等层级信息。Scapy的优势在于其灵活性和强大的协议支持，不仅能捕获数据包，还可构造、发送和修改数据包，适用于网络安全测试和协议调试。HTTP嗅探示例通过过滤端口80流量并解析GET/POST请求提取URL和Host信息，但无法用于HTTPS加密流量。网络嗅探器的合法用途包括网络故障排查和安全审计，非法用途如窃取敏感信息则违反法律。
-
本文介绍一种简洁可靠的策略：利用金额符号“$”作为关键特征，结合pdfplumber逐行扫描PDF文本，高效提取所有交易明细行，并自动清理冗余前缀（如“JT”），适用于格式不规范但金额标识稳定的政府披露类PDF。
-
模型调优需围绕数据流、任务目标和部署约束系统性收敛，聚焦脚本动作拆解、真实日志负样本构造、端到端成功率统计及轻量化结构选型。
-
Python自动生成风险监控日报的核心是理清数据来源、计算逻辑、组织结构、读者对象和分发方式，并围绕业务闭环持续迭代。需先对齐模板明确字段，再分层接入稳定数据源，将指标计算封装为可测函数，最后用HTML+静态图+企微/钉钉机器人实现可靠渲染与分发。
-
histogram_quantile不能直接算P99，因其依赖预设桶边界，线性插值导致偏差超30%；桶过宽会低估P99，过密则引发样本爆炸；默认桶无法覆盖80–120ms关键区间，需按SLO上限（如P99=100ms）精细配置le标签。
-
orjson在多数实际场景下序列化比json快2–5倍、反序列化快1.5–3倍，但性能差距高度依赖数据结构，纯字符串或小字典差异甚微，而含大量float、嵌套list或datetime的数据才显著拉开距离。
